Тем, кто не читал предыдущий топик этой темы, рекомендую для начала ознакомиться с ним [1].
В комментариях к предыдущему топику меня критиковали за неоптимальность кода Python. Однако, текст читают люди с совершенно разной подготовкой — от почти не знающих Python или знающих другие языки программирования, до продвинутых пользователей. Последние легко могут обнаружить неоптимальность кода и заменить его своим. Тем не менее, код должен быть доступен и новичкам, возможно не обладающим знанием пакетов и продвинутых методов. Поэтому, в коде я буду, по возможности, использовать только базовые конструкции Python, не требующие глубоких знаний, и которые могут легко читаться людьми, программирующими на других языках. Вместе с тем, по мере изложения, без фанатизма, буду вводить и новые элементы Python.
Если вы хотите как-то улучшить или оптимизировать код, приводите его в комментариях — это только расширит и улучшит изложенный материал.
Ну, а сейчас мы займемся разработкой и тестированием индикаторов. Для начала нам нужна простейшая стратегия с использованием МА — его и построим. Самой лучшей по характеристикам МА является ЕМА. Формула ЕМА:
using System;Но график прибыли разочаровывает
using System.Collections.Generic;
using System.Text;
using System.Drawing;
namespace WealthLab.Strategies
{
public class TurnOnClose: WealthScript {
protected override void Execute() {
for (int bar = 1; bar < Bars.Count; bar++) {
if (Close[bar] > Close[bar-1]) {
if (IsLastPositionActive &&
LastPosition.PositionType != PositionType.Long)
ExitAtClose (bar, LastPosition);
if (! IsLastPositionActive)
BuyAtClose (bar);
} else if (Close[bar] < Close[bar-1]) {
if (IsLastPositionActive &&
LastPosition.PositionType != PositionType.Short)
ExitAtClose (bar, LastPosition);
if (! IsLastPositionActive)
ShortAtClose (bar);
}
} // for (int bar
} // Execute()
} // class TurnOnClose
} // namespace WealthLab.Strategies
Для моделирование ТС на Python, прежде всего нужен сам Python. Pythonы бывают очень разные.
Самый большой и длинный Python — Anaconda (https://anaconda.org/). Скачать дистрибутив Anaconda можно здесь — Индивидуальное издание -https://www.anaconda.com/products/individual.
Я работаю именно с Anaconda. Установив Anaconda мы получаем сам Python, уже установленные значительную часть нужных и ненужных пакетов с библиотеками Python, и несколько сред разработки. И все это сразу готово к работе, и нам, по большей части, уже не придется дополнительно устанавливать пакеты и среды.
Самый маленький Python последней версии 3.8.2. скачивается с сайта самого Python — https://www.python.org/. Это, практически, только сам язык, компилятор и минимальный набор пакетов. Сделать с ним практически ничего невозможно, и для работы придется постоянно устанавливать нужные пакеты. Среду разработки придется также устанавливать самостоятельно.
Этот Python больше подходит для запуска и работы с уже отлаженными законченными программами.
Привет, новая неделя – новый бэктест. Картинка на превью толсто намекает, что тестировать мы сегодня будем фактор Size. Из всей линейки факторов, малая капитализация – это самая понятная материя, на которой можно заработать выше рынка. X5 Retail сложнее быстро вырасти в 2 раза по сравнению с небольшой палаткой на рынке, ведь эта компания уже большая.
Отдельное спасибо смартлабовцу wrmngr за качественную критику: